CN117149136B - 一种产生随机电报噪声的方法及系统 - Google Patents

一种产生随机电报噪声的方法及系统 Download PDF

Info

Publication number
CN117149136B
CN117149136B CN202311412776.XA CN202311412776A CN117149136B CN 117149136 B CN117149136 B CN 117149136B CN 202311412776 A CN202311412776 A CN 202311412776A CN 117149136 B CN117149136 B CN 117149136B
Authority
CN
China
Prior art keywords
module
random number
amplitude
generating
rtn
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202311412776.XA
Other languages
English (en)
Other versions
CN117149136A (zh
Inventor
黄光明
刘照远
李高翔
唐旺旺
耿旭兴
金恺
吴少平
王敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Central China Normal University
Original Assignee
Central China Normal University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Central China Normal University filed Critical Central China Normal University
Priority to CN202311412776.XA priority Critical patent/CN117149136B/zh
Publication of CN117149136A publication Critical patent/CN117149136A/zh
Application granted granted Critical
Publication of CN117149136B publication Critical patent/CN117149136B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/58—Random or pseudo-random number generators
    • G06F7/588—Random number generators, i.e. based on natural stochastic processes
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03K—PULSE TECHNIQUE
    • H03K3/00—Circuits for generating electric pulses; Monostable, bistable or multistable circuits
    • H03K3/84—Generating pulses having a predetermined statistical distribution of a parameter, e.g. random pulse generators

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Monitoring And Testing Of Transmission In General (AREA)
  • Digital Transmission Methods That Use Modulated Carrier Waves (AREA)

Abstract

本发明提供了一种产生随机电报噪声的方法及系统，该方法包括以下步骤：设置RTN信号的平均驻留时间、频率偏移和幅度；获取均匀分布随机数；根据平均驻留时间和均匀分布随机数计算得到指数分布随机数；根据指数分布随机数确定相位翻转时刻；并在到达相位翻转时刻后，生成新的相位翻转时刻；根据设定的频率偏移，通过产生数字正弦波信号；所述数字正弦波信号在相位翻转时刻进行相位翻转；生成RTN数字信号；将RTN数字信号转换为模拟信号，并根据设定的幅度调节其幅值，作为随机电报噪声输出。本发明能够自主调节参数，解决了当前无实际可调随机电报噪声源的问题。

Description

一种产生随机电报噪声的方法及系统
技术领域
本发明属于信号技术领域，具体涉及一种产生随机电报噪声的方法及系统。
背景技术
在噪声在生产生活、科学研究中处处可见。由各类噪声驱动的物理、化学、生物等系统多年来一直是理论和实验研究的主题。其中随机电报噪声(Random Telegraph Noise,RTN)是MOSFET器件中最常见的噪声，可以作为表征短沟道器件可靠性的重要敏感参数。RTN在量子信息领域同样具有重要作用。低温环境中存在各种的低能激发，如涨落背景电荷，RTN会引起量子比特退相干。电子器件中存在的RTN还可以作为随机源，用来产生真随机数。此外，与其他噪声相比，随机电报噪声分布更为简单，并且更容易诱导动力系统产生非平衡现象，如随机共振、噪声诱导跃迁、噪声诱导相变等，在物理学、通信及化学等领域有着广泛的应用。
随机电报噪声的产生主要有以下几种形式：第一种是，利用随机电报噪声的参数及其时域特性——单位时间内翻转次数满足泊松分布，使用软件仿真的方法产生一段固定时间长度的随机电报噪声。该种方法并不能产生足够物理实验时间长度的真实随机电报噪声。第二种是，利用晶体管产生随机电报噪声的特性，通过放大和滤波等方式，产生特定参数的随机电报噪声。该种方法是将产生随机电报噪声的相关电路集成于芯片内，且是由固定的晶体管产生随机电报噪声，参数无法调节。第三种是，在电路仿真软件中，利用两级RC结构对白噪声进行滤波产生随机电报噪声。但该种方法主要是应用于电路仿真软件中，并没有产生实际的随机电报噪声。
目前现有的随机电报噪声的研究主要在理论研究、噪声参数提取和仿真软件中构建模型三个方面，产生RTN的方式为直接放大晶体管中产生的随机电报噪声，只能产生特定的一种随机电报噪声，不能便捷地调节其相关参数。
发明内容
本发明的目的就是为了解决上述背景技术存在的不足，提供一种产生随机电报噪声的方法及系统，能够自主调节参数，解决了当前无实际可调随机电报噪声源的问题。
本发明采用的技术方案是：一种产生随机电报噪声的方法，包括以下步骤：
A,设置RTN信号的平均驻留时间、频率偏移和幅度；
B,获取均匀分布随机数；
C,根据平均驻留时间和均匀分布随机数计算得到指数分布随机数；
D,根据指数分布随机数确定相位翻转时刻；并在到达相位翻转时刻后，重新执行步骤B-D生成新的相位翻转时刻；
E,根据设定的频率偏移，通过产生数字正弦波信号；所述数字正弦波信号在相位翻转时刻进行相位翻转；生成RTN数字信号；
F,将输出的RTN数字RTN信号转换为模拟信号，并根据设定的幅度调节其幅值，作为随机电报噪声输出。
上述技术方案中，步骤B中采用MT19937算法产生均匀分布随机数。
上述技术方案中，步骤D中，判断数字正弦波信号保持当前相位状态累计时间是否超过指数分布随机数；如果判定为是，则判定到达相位翻转时刻。
上述技术方案中，步骤C中，根据均匀随机数计算指数分布随机数，使用线性插值法查表计算指数分布随机数所述涉及的对数值，并与平均驻留时间相乘得到指数分布随机数。
上述技术方案中，步骤F还包括将随机电报噪声进行滤波处理后输出。
上述技术方案中，步骤A中，分别针对两种相位状态设置相应的平均驻留时间；步骤C中，根据两种相位状态相应的平均驻留时间计算其对应的指数分布随机数；步骤D中，根据RTN信号当前相位状态对应的指数分布随机数，确定当前相位状态对应的相位翻转时刻。
上述技术方案中，根据设定的幅度和两种相位状态相应的平均驻留时间的比例，确定两种相位状态分别对应的幅值，并基于两种相位状态对应的幅值输出随机电报噪声。
本发明还提供了一种产生随机电报噪声的系统，包括显示调节模块、微控制器、FPGA、D/A转换器和慢控DAC模块；显示调节模块用于接收平均驻留时间、幅度的设定指令；
微处理器用于接收显示调节模块输入的设定指令并与FPGA通信；
FPGA用于根据设定指令，执行所述的步骤B-E；产生对应的随机电报噪声的数字信号；
D/A转换器用于将FPGA产生的RTN数字信号转换为模拟信号；
慢控DAC模块用于根据微处理器输出的幅度设定指令输出参考电压至D/A转换器，调节D/A转换器输出的模拟信号电压值大小。
上述技术方案中，还包括低通滤波器；低通滤波器用于滤除D/A转换器输出的模拟信号中的高频噪声。
上述技术方案中，所述MT19937算法在FPGA中实现，FPGA包括数据预处理模块、种子生成模块、RAM模块、Convert模块和Mix模块；
其中，数据预处理模块用于对输入的种子参数及初值数据格式进行处理，使其满足计算要求；种子生成模块用于产生初始化的初始种子值；
RAM模块用于对种子生成模块产生的种子数据进行存储和调用；
Convert模块用于基于输入的递推度参数对从RAM模块中调用的种子进行计算从而产生新的种子，并对RAM模块中存储的种子进行更新；
Mix模块用于对Convert模块中的新生成的随机数进行混合，从而输出均匀分布随机数。
本发明的有益效果是：本发明提出了一种能够自主调节参数的随机电报噪声源系统及方法，本发明通过微处理器调整参数，在FPGA中执行方法程序，产生均匀伪随机数，根据反函数法计算产生指数分布随机数作为翻转时间间隔，产生相位翻转，通过相位累加器和波形数据表产生数字随机电报噪声，最终通过D/A转换器输出随机电报噪声，使FPGA输出的数字信号转为模拟信号，从而解决了当前无实际可调随机电报噪声源的问题。
进一步地，本发明使用MT19937算法产生均匀随机数，运算简单、占用硬件资源少、工作速度快，且该算法周期长达219937-1，可近似看作无周期，能长时间产生无周期的随机数，以满足长时间的RTN信号输出需求。
进一步地，本发明使用反函数法通过计算产生指数随机数，在硬件中便于实现，该方法中涉及到的对数运算使用查表法，能节约硬件资源，使用线性差值法，能够减小查表带来的误差。
进一步地，本发明采用相位累加器和波形数据表，能使狭义随机电报噪声产生频率偏移，可生成广义频率下的随机电报噪声。
进一步地，本发明采用低通滤波，可滤除高频噪声，提高RTN信号的质量。
进一步地，本发明通过针对两种相位状态设置相应的平均驻留时间，从而明确RTN的时域产生方法，能够在时间上不断地产生新的RTN信号。
进一步地，本发明可以根据设定的平均驻留时间和幅值参数，在时域上产生符合该参数的RTN信号，为输出RTN提供了更多的自主设定选择。
进一步地，本发明明确硬件实现模块，使得方法实现成为可能；在硬件实现中，该方案便于调节和控制，同时可以产生高精度的RTN数字信号。
进一步地，本发明将MT19937算法，分成5个模块，使其流程更清晰，便于编写FPGA代码，同时其中运算多为逻辑运算，运算简单、资源占用少。
进一步地，本发明通过设置慢控DAC模块，可以通过数字的方式调节并控制RTN幅度，便于用户在各类应用场景下获取所需的RTN信号。
附图说明
图1为本发明的方法流程示意图；
图2为本发明的狭义RTN时域波形示意图；
图3为本发明的广义RTN时域波形示意图；
图4为具体实施例的MT算法原理图；
图5为具体实施例的指数分布的累计分布函数示意图；
图6为具体实施例的流程示意图；
图7为具体实施例的硬件框图；
图8为基于FPGA的MT19937算法流程图；
图9a为具体实施例的测试结果图a；
图9b为具体实施例的测试结果图b；
图9c为具体实施例的测试结果图c；
图9d为具体实施例的测试结果图d；
图9e为具体实施例的测试结果图e；
图9f为具体实施例的测试结果图f；
图9g为具体实施例的测试结果图g；
图9h为具体实施例的测试结果图h。
实施方式
下面结合附图和具体实施例对本发明作进一步的详细说明，便于清楚地了解本发明，但它们不对本发明构成限定。
如图1所示，本发明提供了一种产生随机电报噪声的方法，包括以下步骤：
A,设置RTN信号的平均驻留时间、频率偏移和幅度；
B,获取均匀分布随机数；
C,根据平均驻留时间和均匀分布随机数计算得到指数分布随机数；
D,根据指数分布随机数确定相位翻转时刻；并在到达相位翻转时刻后，重新执行步骤B-D生成新的相位翻转时刻；
E,根据设定的频率偏移，通过产生数字正弦波信号；所述数字正弦波信号在相位翻转时刻进行相位翻转；生成RTN数字信号；
F,将RTN数字信号转换为模拟信号，并根据设定的幅度调节其幅值，作为随机电报噪声输出。
具体地，步骤A中，分别针对两种相位状态设置相应的平均驻留时间。根据设定的幅度和两种相位状态相应的平均驻留时间，确定两种相位状态分别对应的幅值。
随机电报噪声简单来说就是相位随机翻转且相位翻转次数满足泊松分布的信号，其均值为零。广义的随机电报噪声时域波形示意图如图3所示，其频率偏移表现为其中正弦信号(图3中实线曲线图线)的频率；其平均驻留时间表现为相位翻转，如图3中虚线图线。为便于计算，先不考虑其频率偏移，狭义随机电报噪声时域波形示意图如图2所示。
本具体实施例将其大电压状态设为状态1，即相位为180度。小电压状态设为状态0，即相位为0度。本发明中的翻转指的是180度翻转。
假设单位时间内从状态1翻转为状态0(即从上到下)的概率为单位时间内从状态0翻转为状态1(即从下到上)的概率为/>翻转是在瞬间完成的。其中T1，T0分别表示相位状态1和相位状态0的平均驻留时间。
假设p1(t)dt为状态1在时间t内不发生翻转但在时间t和t+dt之间发生翻转的概率，可以得到其中A(t)表示时间t后状态1未发生变化的概率，/>表示在时间t单位时间内翻转到状态0的概率。但是，/>该式表明在t+dt时刻没有发生翻转的概率等于在t时刻没有发生翻转的概率和在时间t和t+dt之间没有发生翻转的概率的乘积。将其重新排列可以得到/>两边积分可以得到/>由于A(0)＝1，因此有/>p1(t)可以被归一化，
同理，p0(t)对应的表达式为
因此，假设向上翻转和向下翻转时间以单次翻转为特征，翻转间隔时间呈指数分布。状态1的平均驻留时间为标准差为/>状态0同理。
因此，状态的标准差等于该状态下的平均驻留时间，其可以作为指数行为的简单检验。
下面进一步推导随机电报噪声的理论功率谱密度，采用理论功率谱密度验证产生的噪声信号是否符合设定参数需求。
首先，需要计算随机电报噪声的自相关函数。便于计算，选择坐标系原点，使状态0的幅值x0＝0，状态1的幅值x1＝ΔU。所有的统计性质与时间原点无关。在任何给定时间随机电报噪声处于状态1的概率是处于状态0的概率是/>因此，其自相关函数为：
其中，P11(t)表示初始状态为状态1，时间t内发生偶数次翻转的概率。假定P10(t)表示初始状态为状态1，时间t内发生奇数次翻转的概率，则有P11(t)+P10(t)＝1。
此外，在时间t+dt中出现偶数次翻转的概率由两个互斥事件的和给出，一是在时间t中出现奇数次反转的概率和在时间dt中出现一次翻转的概率；二是在时间t中有偶数次翻转而在时间dt中没有翻转的概率。当dt足够小时，多于一个翻转的概率就非常小。则有
将二式结合则有：
由于P11(0)＝1，根据上式解得：
因此，随机电报噪声的功率谱密度为
考虑随机电报噪声的频率偏移，则其功率谱密度为
其中f0为偏移频率。
最后讨论两个状态对应的幅值关系。假定状态0和状态1所对应的幅值a0和a1，且a0＜0，a1＞0，如图1所示。RTN单位时间内从状态1翻转为状态0(即从上到下)的概率为单位时间内从状态0翻转为状态1(即从下到上)的概率为/>即状态1的平均驻留时间为T1，状态0的平均驻留时间为T0。所以，RTN的均值为E＝a1T1+a0T0＝0。由于ΔU＝a1-a0，则有从而获得了两种不同相位状态相应的平均驻留时间T1，T0，以及状态1对应的幅值a1和状态0对应的幅值a0，如图3所示。其中△U可以基于单片机程序通过外部输入指令调节，即输入的幅度设定，由用户自行设定的。
具体地，步骤B中采用MT19937算法产生均匀分布随机数。
MT19937法是一种基于二进制数值运算的线性反馈移位寄存器均匀分布随机数生成算法。其具有运算简单、占用硬件资源少、工作速度快等优点，因此使用该方法产生均匀随机数。该算法原理如图4所示。其中N表示MT算法的初始种子个数，每个种子位宽为L，X[N]表示新生成的随机数种子，Un表示当前数据状态，Un+1表示下一个数据状态。MT算法每次从当前数据中抽取三个进行计算，作为下一状态的末尾数据X[N]，同时，数据链向前移动一位，重新生成N个L位数据组成的数据链Un+1。MT算法可以通过改变数据长度N、种子随机数位宽L、递推度中值m以及矩阵A来改变新生成的随机数的位宽和周期。MT19937算法采用的具体参数为N＝624，L＝32，m＝397。由于MT算法的周期为2(N-1)L+1，因此MT19937算法周期为219937-1，可以长时间产生随机数，能够满足各类物理实验。
具体地，步骤C中，根据两种相位状态相应的平均驻留时间计算其对应的指数分布随机数：根据均匀随机数计算指数分布随机数，使用线性插值法查表计算指数分布随机数所述涉及的对数值，并与平均驻留时间相乘得到指数分布随机数。
本具体实施例使用反函数法由均匀分布随机数产生指数分布随机数。其原理如下。指数分布的累积分布函数图像大致如图5所示，其表达式为
其中，x～E(λ)，y～U(0，1)。该累计分布函数的反函数为
x表示参数为λ的指数分布随机数，y表示累计概率密度，可看作服从0～1均匀分布；由此可以根据均匀分布随机数y计算出指数分布随机数x。图5中横坐标表示随机变量，纵坐标表示累计概率密度P{X＜＝x}。
本具体实施例根据均匀随机数计算指数分布随机数中涉及到对数的计算，使用线性插值法查表计算对数值。该种方法简单，且对比直接查表法占用的存储资源更少。
为了求解非线性函数f(x)＝-ln(1-x)的值，将定义域分解为n个区间，并确定n+1个区间端点，即x0，x1，x2，…，xn，对应的函数值为f(x0)，f(x1)，f(x2)，…，f(xn)。在本具体实施例中即为将f(x)的值存在mif表中，x0，x1，x2，…，xn为其对应的地址值。在区间内部用线性函数代替非线性函数，则某个区间内点x处的函数值为其误差为Δf(x)＝f(x)-f′(x)。
综合考虑硬件资源以及误差，本具体实施例将32位均匀随机数作为寻址地址分为两部分，高12位addressH地址(即为xi)和低20位addressL地址(即为x-xi)。假定addressH对应的对数值为data0(即为f(xi))，addressH+1(即为xi+1)对应的对数值为data1(即为f(xi+1))，则最终得到的对数值为
具体地，步骤D中，判断数字正弦波信号保持当前相位状态累计时间是否超过指数分布随机数；如果判定为是，则判定到达相位翻转时刻。
其中，累计时间是32位的计数器计数值，指数分布随机数也是32位数值，两者单位一致。本具体实施例的执行流程示意图如图6所示，首先，输入所需随机电报噪声的平均驻留时间T0和T1，偏移频率f0和幅度amp，并将对应的参数进行显示。
然后根据MT19937算法产生均匀分布随机数XN，使用线性插值的方法查mif表计算出-ln(1-XN)的值。根据当前状态选择平均驻留时间T(T根据当前噪声信号相位状态选择T0或者T1，根据两个状态对应的平均驻留时间，计算出两个状态对应的幅值a1和a0)。计算当前相位状态对应指数分布随机数τ＝T[-ln(1-XN)]。
当判定当前相位状态的保持累计时间t＝τ时，相位状态发生翻转，否则相位状态不改变，基于当前的相位和频率偏移产生数字正弦信号，同时根据当前相位状态对应的幅值输出RTN信号。
相位状态翻转后，重新产生新的均匀随机数，并计算出对应新的状态的指数分布随机数，重新累计时间，循环往复。
具体的，步骤E中，如图1所示，根据随机电报噪声当前的相位、幅值以及频率偏移，通过相位累加器以及波形数据表，产生数字正弦信号。相位不断翻转的数字正弦信号即为数字RTN信号。当确定是否进行相位翻转后，即可确定当前数字正弦信号的相位为0度或者180度，并输出至相位累加器。
相位累加器在时钟的作用下不断地对频率偏移对应的频率控制字进行线性相位累加，其输出作为波形数据表的地址，将波形数据表中的值不断读出并输出，形成数字正弦信号。
根据当前相位状态输出对应的幅值，最终形成数字RTN信号。
如图7所示，本具体实施例提供了一种产生随机电报噪声的系统，包括显示调节模块、微控制器、FPGA、D/A转换器、慢控DAC模块和低通滤波器；
显示调节模块用于接收平均驻留时间、幅度的设定指令；
微处理器用于接收显示调节模块输入的设定指令并与FPGA通信；
FPGA用于根据设定指令，执行所述的步骤B-E；产生对应的随机电报噪声的数字信号；
D/A转换器用于将FPGA产生的随机电报噪声的数字信号转换为模拟信号；
慢控DAC模块用于根据微处理器输出的幅度设定指令输出参考电压至D/A转换器，调节D/A转换器输出的随机电报噪声的电压值大小。
低通滤波器用于滤除DAC模块输出的模拟信号中的高频噪声。
如图8所示，所述MT19937算法在FPGA中实现，FPGA包括数据预处理模块、种子生成模块、RAM模块、Convert模块和Mix模块；
其中，数据预处理模块用于输入的各个参数及初值数据格式进行处理，使其满足计算要求；数据预处理模块输入参数包括：系数C1，第一个种子初值X0，初始种子个数N,种子位宽L，上述输入参数均由用户设定；
种子生成模块用于产生初始化的初始种子值；
RAM模块用于对种子生成模块产生的种子数据进行存储和调用；
Convert模块用于在Mix模块输出一个均匀分布随机数后，基于输入的递推度参数对从RAM模块中调用的随机数进行计算从而产生新的随机数，并对RAM模块中存储的随机数种子数据进行更新；
所述递推度参数包括递推度中值m，递推度k，旋转变换矩阵A，由用户自行设定；
在产生第一个均匀分布随机数时，Convert模块直接调用初始化的初始种子值用于Mix模块的混合计算；
Mix模块用于对Convert模块中产生的新的随机数进行混合，从而输出均匀分布随机数。
在种子生成模块中，根据下式迭代计算出初始化的种子。
其中，Xj表示第j个种子，C1和X0是给定的常数。
在Convert模块中，MT算法生成随机数的公式如下：
其中，X[k+N]表示生成的新随机数，X[k+m]、X[k+1]和X[k]分别表示第k+m、k+1、k个随机数；p,q是用于初始种子预变换的参数；k是递推度，1≤m≤k，m为递推度的中值；矩阵A为L×L的矩阵，其内容为其中IL-1是单位矩阵。因此，X与A相乘的结果可以表示为
在Mix模块中，主要是将产生的均匀分布随机数搅拌得更加均匀，其作用原理如下：
其中，XN为第N个新的随机数；b,c是位掩码，作为初始化参数输入；参数u,n,t,l是常量。
本具体实施例通过试验进行了测试，主要用到的测试仪器为示波器。通过调节系统装置的参数，产生随机电报噪声，利用示波器显示并采样。使用程控直流电源提供±5V电源，幅度设置为3Vpp。频率偏移设置为0Hz，状态1与状态0的平均驻留时间之比分别设置为0.2、0.5、1、2、5，平均驻留时间的取值如图9如图9a-图9e所示。示波器采样频率设置为2.5MHz，采样产生的随机电报噪声时域波形，采用公式(*)计算功率谱密度，并做功率谱密度分析与理论值对照：图9a显示/>时，RTN功率功率谱密度。图9b显示/>时，RTN功率功率谱密度。图9c显示时，RTN功率功率谱密度。图9d显示/>时，RTN功率功率谱密度。图9e显示/>时，RTN功率功率谱密度。
如图9a-图9e所示，可以看到本具体实施例所产生的随机电报噪声与理论值的功率谱密度吻合的很好，满足了用户所设定的参数需求。
其他条件不变，状态1与状态0的平均驻留时间之比设置为0.5，T1＝1ms，T0＝0.2ms，频率偏移f0分别设置为1kHz，2kHz，5kHz，示波器采样频率设置为2MHz，采样产生的随机电报噪声时域波形，采用公式(★)计算功率谱密度，并做功率谱密度分析与理论值对照：
图9f显示f0＝1kHz时，RTN功率功率谱密度。图9g显示f0＝2kHz时，RTN功率功率谱密度。图9h显示f0＝5kHz时，RTN功率功率谱密度。
如图9f-图9h所示，可以看到本具体实施例所产生的随机电报噪声与理论值的功率谱密度吻合的很好，满足了用户所设定的参数需求。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

Claims (10)

1.一种产生随机电报噪声的方法，其特征在于：包括以下步骤：
设置RTN信号的平均驻留时间、频率偏移和幅度；
获取均匀分布随机数；
根据平均驻留时间和均匀分布随机数计算得到指数分布随机数；
根据指数分布随机数确定相位翻转时刻；并在到达相位翻转时刻后，重新获取均匀分布随机数并生成新的相位翻转时刻；
根据设定的频率偏移，产生数字正弦波信号；所述数字正弦波信号在相位翻转时刻进行相位翻转；生成RTN数字信号；
将RTN数字信号转换为模拟信号，并根据设定的幅度调节其幅值，作为随机电报噪声输出。
2.根据权利要求1所述的一种方法，其特征在于：采用MT19937算法产生均匀分布随机数。
3.根据权利要求1所述的一种方法，其特征在于：相位翻转时刻的判断过程包括：判断数字正弦波信号保持当前相位状态累计时间是否超过指数分布随机数；如果判定为是，则判定到达相位翻转时刻。
4.根据权利要求1所述的一种方法，其特征在于：计算指数分布随机数的过程包括：根据均匀随机数计算指数分布随机数，使用线性插值法查表计算指数分布随机数涉及的对数值，并与平均驻留时间相乘得到指数分布随机数。
5.根据权利要求1所述的一种方法，其特征在于：还包括将随机电报噪声进行滤波处理后输出。
6.根据权利要求1所述的一种方法，其特征在于：分别针对两种相位状态设置相应的平均驻留时间；根据两种相位状态相应的平均驻留时间计算其对应的指数分布随机数；根据RTN信号当前相位状态对应的指数分布随机数，确定当前相位状态对应的相位翻转时刻。
7.根据权利要求6所述的一种方法，其特征在于：根据设定的幅度和两种相位状态相应的平均驻留时间的比例，确定两种相位状态分别对应的幅值，并基于两种相位状态对应的幅值输出随机电报噪声。
8.一种产生随机电报噪声的系统，其特征在于：包括显示调节模块、微控制器、FPGA、D/A转换器和慢控DAC模块；显示调节模块用于接收平均驻留时间、幅度的设定指令；
微处理器用于接收显示调节模块输入的设定指令并与FPGA通信；
FPGA用于根据设定指令，执行权利要求1所述的方法；产生对应的随机电报噪声的数字信号；
D/A转换器用于将FPGA产生的RTN数字信号转换为模拟信号；
慢控DAC模块用于根据微处理器输出的幅度设定指令输出参考电压至D/A转换器，调节D/A转换器输出的模拟信号电压值大小。
9.根据权利要求8所述的一种系统，其特征在于：还包括低通滤波器；低通滤波器用于滤除D/A转换器输出的模拟信号中的高频噪声。
10.根据权利要求8所述的一种系统，其特征在于：采用MT19937算法产生均匀分布随机数；所述的MT19937算法在FPGA中实现；FPGA包括数据预处理模块、种子生成模块、RAM模块、Convert模块和Mix模块；
其中，数据预处理模块用于对输入的种子参数及初值数据格式进行处理，使其满足计算要求；种子生成模块用于产生初始化的初始种子值；
RAM模块用于对种子生成模块产生的种子数据进行存储和调用；
Convert模块用于基于输入的递推度参数对从RAM模块中调用的种子进行计算从而产生新的种子，并对RAM模块中存储的种子进行更新；
Mix模块用于对Convert模块中的新生成的随机数进行混合，从而输出均匀分布随机数。
CN202311412776.XA 2023-10-30 2023-10-30 一种产生随机电报噪声的方法及系统 Active CN117149136B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311412776.XA CN117149136B (zh) 2023-10-30 2023-10-30 一种产生随机电报噪声的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311412776.XA CN117149136B (zh) 2023-10-30 2023-10-30 一种产生随机电报噪声的方法及系统

Publications (2)

Publication Number Publication Date
CN117149136A CN117149136A (zh) 2023-12-01
CN117149136B true CN117149136B (zh) 2024-03-29

Family

ID=88884723

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311412776.XA Active CN117149136B (zh) 2023-10-30 2023-10-30 一种产生随机电报噪声的方法及系统

Country Status (1)

Country Link
CN (1) CN117149136B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102468806A (zh) * 2010-11-03 2012-05-23 北京普源精电科技有限公司 一种白噪声信号发生器
CN104615407A (zh) * 2015-01-19 2015-05-13 中国科学院信息工程研究所 一种基于闪存产生满熵随机数的方法和装置
KR20180116583A (ko) * 2017-04-17 2018-10-25 주식회사 케이티비랩 주파수 기반 양자 난수 생성 방법 및 생성기

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4195007B2 (ja) * 2002-08-14 2008-12-10 株式会社アイ・エイ・エス総合研究所 乱数生成装置及び乱数生成方法
US8346832B2 (en) * 2006-10-12 2013-01-01 The Regents Of The University Of Michigan Random number generator

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102468806A (zh) * 2010-11-03 2012-05-23 北京普源精电科技有限公司 一种白噪声信号发生器
CN104615407A (zh) * 2015-01-19 2015-05-13 中国科学院信息工程研究所 一种基于闪存产生满熵随机数的方法和装置
KR20180116583A (ko) * 2017-04-17 2018-10-25 주식회사 케이티비랩 주파수 기반 양자 난수 생성 방법 및 생성기

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Modeling Random Telegraph Noise as a Randomness Source and its Application in True Random Number Generation;Xiaoming Chen;《IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems》;1435 - 1448 *
RTN in Scaled Transistors for On-Chip Random Seed Generation;Abinash Mohanty;《IEEE Transactions on Very Large Scale Integration (VLSI) Systems》;2248 - 2257 *
面向复杂多陷阱的随机电报噪声提取技术;肖雨等;《计算机工程与科学》;582-589 *

Also Published As

Publication number Publication date
CN117149136A (zh) 2023-12-01

Similar Documents

Publication Publication Date Title
Michaels A maximal entropy digital chaotic circuit
CN108710404B (zh) 一种混合信号发生器
CN117149136B (zh) 一种产生随机电报噪声的方法及系统
CN206498391U (zh) 多路dds信号发生器
CN113376585B (zh) 一种高分辨率脉冲信号合成装置
US8575983B1 (en) Waveform generation circuit for a waveform generator
US6842131B1 (en) Delta-sigma modulator
US6563393B2 (en) Method and device for pulse density modulation
CN109857188B (zh) 一种基于dds的脉冲波产生方法、装置及其系统
Tang et al. A suppressing method for spur caused by amplitude quantization in DDS
CN103490783A (zh) 一种将模拟信号转换为数字信息的方法
CN113504513B (zh) 一种时域非线性调频信号产生方法
CN104917494A (zh) 一种函数信号发生器
WO2023070405A1 (zh) 随机数生成器及随机数生成方法
CN108923770A (zh) 一种三角波信号产生方法
US20020103838A1 (en) Reduction of periodic signals in pseudo-random noise produced with direct digital synthesis
CN208092129U (zh) 一种基于fpga和arm的幅频特性测试仪
EP0543186A1 (en) Variable frequency signal generating method
RU99672U1 (ru) Генератор случайных чисел
Jia et al. Design and analysis of a hardware-efficient compressed sensing architecture for data compression in power quality data acquisition
Napoli et al. A complete system to generate electrical noise with arbitrary power spectral density
US20230280780A1 (en) An arbitrary waveform generator with advanced command control
Joyci et al. Low Cost High Frequency Function Generator with Variable Power Supply For Academic Purpose
Tian et al. Improving the frequency resolution of digitally synthesized periodic signals by a sequential addressing scheme
CN114553146B (zh) 一种噪声生成方法及电路

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant